[发明专利]基于仿真模型和进化算法的燃料电池系统效率寻优方法

说明书

本发明公开了一种基于仿真模型和进化算法的燃料电池系统效率寻优方法，包括如下步骤：搭建多维map输入的燃料电池电堆模型，根据不同的输入参数建立不同复杂程度的燃料电池电堆模型；建立基于关键零部件模型、燃料电池电堆模型、空气系统模型、氢气系统模型及冷却系统模型在内的燃料电池全系统仿真模型；计算燃料电池系统仿真模型在不同工况点下的效率；采用优化后的自适应遗传算法，以电流、空压机转速、水泵转速、回流泵转速、节气门开度为输入，以空气入堆压力、空气入堆流量、系统输出净功率、系统冷却路温差为约束条件，以燃料电池全系统仿真模型最高效率为目标值，寻找满足所有约束条件的前提下燃料电池系统的最高效率工作点。

技术领域

本发明涉及燃料电池技术领域，尤其涉及一种基于仿真模型和进化算法的燃料电池系统效率寻优方法。

背景技术

氢燃料电池是新世纪以来，深受人们欢迎并具有广泛发展前景的一类发电装置，其是以氢气、氧气为燃料，通过电化学反应把燃料中的化学能转化为电能。由于其具备运行温度低、功率密度高、响应速度快、环境污染小等特点，在固定式发电和新能源汽车领域已开始广泛应用。氢燃料电池本身是一个非线性、强耦合的复杂动态系统，耦合燃料电池电堆模型、空气系统模型、氢气系统模型和冷却系统模型的燃料电池全系统模型建模复杂且研究较少。如果能够在前期设计阶段实现仿真模型搭建、并进行虚拟运行、同时计算在满足功率输出需求的前提下系统的最高效率工作点，就可以提前完成系统设计方案的验证，避免系统开发存在的缺陷在试验验证阶段才显现。现有技术中在对燃料电池全系统模型进行搭建时采用的算法仅仅面向燃料电池本体的性能改善，然而燃料电池系统耗能关键零部件还包括水泵、回流泵，影响耗能的其他零部件还包括背压阀、节气门、管路等，现有技术不能反映燃料电池系统整体效率的优化和提升，未开发出燃料电池系统层级的仿真模型，未将系统级仿真模型与进化算法联合控制寻优。

发明内容

根据现有技术存在的问题，本发明公开了一种基于仿真模型和进化算法的燃料电池系统效率寻优方法，具体包括如下步骤：

搭建多维map输入的燃料电池电堆模型，根据不同的输入参数建立不同复杂程度的燃料电池电堆模型；

建立基于关键零部件模型、燃料电池电堆模型、空气系统模型、氢气系统模型及冷却系统模型在内的燃料电池全系统仿真模型；

计算燃料电池系统仿真模型在不同工况点下的效率；

采用优化后的自适应遗传算法，以电流、空压机转速、水泵转速、回流泵转速、节气门开度为输入，以空气入堆压力、空气入堆流量、系统输出净功率、系统冷却路温差为约束条件，以燃料电池全系统仿真模型最高效率为目标值，寻找满足所有约束条件的前提下燃料电池系统的最高效率工作点。

根据基础的机理模型建立单电池输出特性模型，在单电池输出特性模型的基础上，将实际燃料电池堆节数乘以节数的增益获得燃料电池电堆模型，所述燃料电池电堆模型的电堆输出性能取决于电流、温度、阴极压力和空气化学计量比。

所述优化后的自适应遗传算法考虑变异算子对于进化计算过程和结果的影响，当种群最大适应度与种群平均适应度之间的差值越小，则增加变异算子取值，避免陷入局部最优解；当种群最大适应度与种群平均适应度之间的差值越大，则减小变异算子的取值，优化种群进化过程，从而在运算过程中完成变异算子取值的自适应调整。

在寻找燃料电池系统的最高效率工作点时，将实验采集的空气入堆压力、空气入堆流量、燃料电池系统冷却路温差、燃料电池系统效率、燃料电池系统净功率相关测试结果和燃料电池全系统仿真模型进行对比，在达到最终值稳定后的允许误差内实现燃料电池系统的虚拟运行。